韩践／文

自 2022 年底 ChatGPT 发布以来，科技公司对顶尖 AI 人才的争夺愈发白热化。

据海外媒体报道，Meta、OpenAI 等科技巨头正以数百万美元的薪资争夺 AI 领域的顶尖研究员。近期，OpenAI 有员工跳槽，引发了公司高层的担忧。OpenAI 首席研究官 MarkChen 在内部信中批评 Meta 趁 OpenAI 放假期间挖人，称：" 感觉有人闯进家里偷了东西。" 他还表示，OpenAI 正在调整薪酬结构和奖励制度，以留住人才。

从薪酬数据来看，高级 AI 科学家的年薪普遍在 300 万至 700 万美元之间，个别甚至超过 1000 万美元，较 2022 年上涨约 50%。

薪酬数据追踪网站 Levels.fyi 显示：Meta 的 AI 工程师薪酬中位数为 56 万美元，最高可达 350 万美元以上；OpenAI 的工程师薪酬中位数为 87 万美元，高级工程师的薪酬可达 134 万美元；而普通软件工程师的薪酬中位数为 18.5 万美元，大多数人的薪资仅在 13 万至 36 万美元之间，远低于 AI 岗位。

人才争夺战也反映了科技巨头们的竞争意图。例如，Meta 的大语言模型 Llama4 因推理和编程能力表现不佳而受到批评，这促使 Meta 在 AI 招聘和投入上紧急转向。为此，Meta 投资 148 亿美元入股数据标注公司 ScaleAI，并邀请其创始人 AlexandrWang 加入，组建 " 超级智能 " 团队。科技巨头之间的人才争夺战进一步升级。

人才争夺战的起源和演进

人才争夺战（TalentWar）这一概念并非最近才出现，它最早由麦肯锡公司在 1997 年的一份研究报告《TheWarforTalent》中提出。这份报告基于对企业高管的深度访谈，指出在知识经济时代，人才是企业最稀缺、最关键的资源。麦肯锡的核心结论是：企业间的竞争，实质上是争夺人才的竞争。谁能赢得、培养并留住高潜力人才，谁就能在未来占据优势。

这一观点迅速引发了全球管理界的关注。许多企业开始重视人才战略，将 " 人才吸引力 " 和 " 雇主品牌 " 提升为组织竞争力的重要组成部分，人才争夺战成为企业战略讨论中的高频词汇。

人才争夺战的概念还促使企业将招聘、晋升、培训、继任规划等要素系统集成到战略层面。此外，几乎所有咨询公司和智库的报告都指出，" 未能吸引和留住顶尖人才 " 已成为全球 CEO 的首要关注问题，这一趋势也推动了高端人才薪酬水平的提升。

上世纪 90 年代末到本世纪初，互联网经济迅速膨胀，程序员、网页设计师、工程师等岗位变得炙手可热。初创公司通过提供高薪、期权和 " 联合创始人 " 头衔来吸引人才，市场上一度形成对明星工程师的狂热追捧。

由于人才的薪资成本逐年上升，企业也加强了对人才的盘点和评估，例如将员工划分为 A、B、C 类，在高薪、期权、发展机会上显著偏向 A 类（明星）人才。

然而，这种聚焦少数明星员工而忽略整体体系的方式，反而导致一些企业绩效下降。特别是当泡沫破裂后，企业开始反思过度投资和押注高端人才、过度英雄化个体而忽视组织支持的代价，并转向构建人才持续供给机制。企业开始从外部争抢转向内部培养，强调通过技能开发、岗位轮换、继任计划等来建设人才梯队。有研究指出，许多优秀企业已将这一模式嵌入组织运行模式中。

此后，一些学者和咨询机构提出通过数据与分析提升人才运营效率，将人才管理从感性判断转变为 " 循证决策 "（Evidence-basedTalentManagement）。这些方法进一步帮助企业识别真正稀缺的技能、评估项目投入产出比，降低盲目信任个别 " 明星人才 " 带来的风险。

在接下来的 20 年（2002 年— 2019 年）里，随着大数据、云计算、移动互联网的发展，新兴岗位如 " 数据科学家 "" 算法工程师 "" 用户增长经理 " 等人才再次成为企业争抢的热门资源。

然而，在经历了疫情和经济下行等不确定性后，企业更加重视自身的可持续发展，强调人才管理体系需与战略和业务需求相匹配，以及人才与组织文化的契合。一些学者还提出了 " 按需供应人才 " 的理念，提倡根据企业发展阶段理性适配人才，同时增强组织整体能效，而非仅仅依靠一些外聘的高端员工。

2022 年以来，人才战争进入新的阶段。ChatGPT 及大语言模型引爆 AI 热潮，使得 LLM 研究员、推理算法专家等 AI 人才身价飙升。OpenAI、An－thropic、GoogleDeepMind、xAI 等公司相继上演人才争夺战，而这一阶段人才争夺的本质，是行业巨头们在战略先发权和 AI 产业主导地位上的竞争。

人才战争的影响以及争议

尽管人才战争的概念激发了全球企业对人力资源管理的重视，甚至直接将核心人才管理提升到战略层面，但它也给企业带来了诸多管理弊端和风险。

美国沃顿商学院的 PeterCappelli 教授早在 2008 年就撰文提及，人才战争在大多数情况下可能是个伪命题。他指出，很多企业所谓的人才短缺，往往是管理不善的结果。例如，企业设定了不切实际的招聘门槛，想雇用 " 即插即用 " 的员工。或者，企业在人才管理方面过于短视，对内部培训投入严重不足，过度依赖外部招聘，而非内部培养。Cappelli 教授敏锐地指出：" 问题不在于劳动者缺乏技能，而在于雇主希望市场直接提供完美人才，却不愿花时间进行人才匹配和技能培训。"

从劳动经济学的视角来看，这是一种市场失灵现象：企业要求 " 完美匹配 "，却不愿投资于匹配过程。

根据劳动经济学领域的 " 搜索与匹配理论 "（Diamond-Mortensen-Pissarides 模型，该模型是劳动经济学中研究失业、职位空缺与劳动力匹配机制的一个核心理论框架，下称 "DMP 模型 "）可知，人岗匹配需要雇主和求职者双方投入资源以优化匹配过程，而企业常常试图 " 绕过 " 这一成本。

不仅在招聘环节，企业的短期成本最小化目标往往与企业的长期发展相悖，当然这也是现有财务会计制度导致的。企业虽然宣称 " 人才是战略资源 "，但实际上，人才被视为可变成本，培训费用被计为支出（expense），而非像机器或软件那样作为资本投资（asset）。因此，上市企业在面临短期竞争时，更倾向于 " 外部买入 "，而非 " 内部育人 "。

同理，企业在面对短期利润压力时，倾向于削减员工培训，但这些短期导向的举措会带来更高的员工流动率、文化不适配和绩效问题，为企业长期发展埋下隐患。

为什么劳动力市场的匹配需要额外的成本呢？这还是要从人的属性谈起。因为人类员工的效能供给具有黏性：员工不可能快速跨行业转岗或习得新技能，也无法立刻适应组织的社会环境；同时，工作能力和素质固然重要，但是人们的职业选择还受到价值观、身份认同、意义感等非金钱因素影响，这些都不是单独的 " 能力—薪资 " 体系所能涵盖的。因此，用 " 出高价买最牛的人 " 来解决企业的问题，常常是得不偿失且不可持续的。

FOMO 情绪和中小企业的焦虑

在 AI 时代，一些中小企业和初创公司出于 FOMO（Fearofmissingout，即害怕错过）情绪，盲目跟随大公司高薪抢人，这往往会导致薪酬体系失衡、人才流动加剧、组织文化紊乱等问题。

FOMO 是一种常见的心理情绪，指人们担心自己错过了他人正在经历的好机会、重要信息或有价值的活动，从而产生焦虑、急迫或从众行为。FOMO 最初用于描述社交媒体时代人们对朋友圈动态的持续关注，但如今已被广泛应用于消费、投资、招聘、战略决策等领域。

历史总是不断重演，无论是 2000 年前后的互联网泡沫时期，还是当下的 AI 热潮，这两个时代的人才争夺战都呈现出高度相似的特征。

首先，竞争态势让企业认为技术人才严重供不应求。为了抢人，企业竞相开出高薪、股权，还配上创始人亲邀、满足个性化需求、学术自由承诺等 " 定制化 " 激励措施。

其次，人才的议价能力空前强大，顶尖员工身价被大幅抬高。从当年的明星程序员到今天的 AI 研究员，有些核心人才年薪甚至高达数百万美元。

此外，这两个时期都伴随着频繁的跳槽和创业潮，许多人才借此寻求更高期权或自主发展机会。资本市场也同步表现出极大热情，风投机构在强烈的 FOMO 情绪驱动下，争相为潜力团队提供高额融资，进一步推高了人才价值和市场竞争的激烈程度。

在 AI 时代的人才大战中，中小企业尤其容易陷入由 FOMO 情绪驱动的决策误区。面对大型科技公司高薪争抢 AI 人才、频繁投资热点技术的举动，中小企业常担心自己错过风口或抢不到人，从而盲目跟进，以至于面临多重风险。

首先，为了抢夺明星 AI 人才，小企业不得不打破原有薪酬体系，造成内部员工公平感受损，严重时甚至引发原有核心成员离职。例如，明星员工的薪酬远高于创始团队成员的薪资水平，这会直接打击团队士气。

其次，这类 " 抢来的人 " 往往受困于组织文化适配问题，高薪引入的明星人才未必能适应初创企业资源紧张、节奏快速的工作环境，最终难以发挥预期价值。此外，小企业资源有限，若过度押注在少数关键个体身上，可能忽视团队建设、产品开发与协同创新，形成对个人的依赖。一旦其离职或表现不佳，企业整体战略就会受挫。

更严重的是，这种在 FOMO 情绪驱动下的 " 抢人 " 策略常常让企业偏离原本聚焦产品与客户的战略节奏，被迫卷入大企业设定的高成本竞争中，导致资金紧张、节奏紊乱，甚至陷入 " 招了人却无项目可做 " 的困境。

最后，高薪抢人往往换来的是高流动率，这些人也更容易被下一家出价更高的公司挖走。小企业因缺乏薪资优势和文化吸附力，难以留住人才，最终只能为他人作嫁衣裳。

在高度不确定的环境里，FOMO 是常见的情绪性决策冲动。为了缓解高管层的 FOMO 情绪，中小企业需建立多层次的缓解机制。

在认知层面，管理团队应根据企业的战略和发展阶段规划人才需求，不被外部动态牵着走，而是反问 " 我们是否真的需要 "，而非 " 别人都在做 "。在高管决策机制层面，可引入冷静期制度、反对意见机制或事前推演，避免冲动决策。在团队层面，则应强化围绕产品、客户与文化的稳定决策节奏。同时，组织应面向员工沟通战略和目标，使员工和管理层理解 " 不追风口 " 并非落后，而是基于理性资源配置的选择。

管理者个体，特别是创始人，如果有 FOMO 倾向，亦可通过认知行为训练、自我记录冲动行为与结果，提升情绪自觉性与长期判断力。如此，创始人和企业高管们在战略认知、组织能力和制度文化层面多管齐下，即可跳出 " 怕错过 " 的短视心理陷阱，转向稳健、适配、自主的战略和人才布局。

从人才争夺走向组织体系

在 AI 时代，行业巨头之间以千万年薪挖角顶尖研究员的现象虽引人注目，但这更多是少数企业在争夺极少数 " 超级个体 " 时采取的策略性动作，并非普遍适用的人才管理模式。

事实上，这类高价挖角行为在媒体上曝光度极高，却并不代表 AI 人才市场的主流现象。对大多数企业而言，这种做法不仅难以效仿，而且弊大于利：它抬高了整体市场对 AI 人才的薪资预期，却未必能带来相应的生产力提升，还更容易引发内部薪酬结构混乱与文化失衡。在缺乏相应资源与研发体系的支持下，即便中小企业抢到人，也难以真正发挥其潜力。

因此，高价挖角并非破解 AI 人才短缺的通用办法。企业需要从自身业务需求出发，注重内部人才发展与系统性能力建设，而非盲目跟风参与明星人才的竞价战。

随着 AI 技术的不断发展，人才争夺战仍将持续，但企业的竞争力将不再仅仅体现在 " 抢人快 "，而在于是否具备构建稳定、适配、可持续人才生态的组织能力。未来的人才战略，将从单一的 " 争夺 " 逻辑转向更加长期主义的 " 吸引与培育 " 模式。

这一转向体现在三个方面：一是选才逻辑的改变，企业不再盲目依赖学历与经验，而是聚焦实际工作技能和学习潜力，拓展多元人才来源。二是雇主吸引力的提升，组织更重视文化认同与价值共鸣，通过强化雇主品牌，吸引愿意共同成长的人才。三是内部人才机制的完善，通过灵活的内部流动与岗位成长路径，减少对外高成本招聘的依赖，稳步打造可持续的人才梯队。

同时，AI 技术也将成为关键工具，帮助企业更精准地进行人才评估、匹配和潜力预测，推动个性化培养计划的实施，从而提升整体人才运营效率，构建更具适应性的组织能力。

从历史经验看，真正具备长期主义精神的企业，不会将高薪挖人作为核心竞争策略，而是致力于打造系统性的组织能力和人才管理机制。

例如，近期数据表明，在全球供应链不确定性增加、汽车行业竞争激烈的环境下，2024 年度丰田汽车财务表现坚韧。从外部看，这得益于其营销策略的精准执行、汇率变动的有利影响、严格的成本控制以及费用管理的优化。从组织能力看，这也得益于丰田长期专注于员工技能培养、持续改善的文化以及领先的生产与管理体系。

此外，微软在云时代的成功转型，并非依赖堆砌 " 明星科学家 "，而是基于对内部人才的再培训、文化驱动与组织协同能力。

美的集团的与时俱进，也并非依赖于引进外部高端人才，而是在于其长期坚持科技领先、数智驱动和全球经营的战略，在组织内部形成动态竞争、激励创新的土壤，并通过人才轮岗与系统培养机制来稳步构建人才梯队。

这些企业的共同点在于：以技能和价值观匹配为核心选才标准，以内部成长驱动绩效提升，并通过稳定的组织文化形成强大的吸引力。相比之下，单靠高薪挖人只能带来短期资源聚集，却难以构筑真正可持续的竞争优势。

真正的人才战略，从来不只是快一步，而是走得远。

（作者系中欧国际工商学院管理学教授韩践，中欧国际工商学院研究助理郭景豪对此文亦有贡献）